Diferencia entre revisiones de «Final 27/02/2015 (Probabilidad y Estadística)»

De Cuba-Wiki
(Página creada con «Igual que en las otras, eran 5 temas de la primera mitad y 5 de la segunda etc. =Primera Parte= # #* Demostrar el teorema de Bayes #* Ejercicio basico de usar T. de Bayes....»)
 
Línea 10: Línea 10:
#*<math>X\sim P(\lambda); Y\sim P(\gamma);</math> sacar la distribucion de <math>X | X + Y = n</math>.
#*<math>X\sim P(\lambda); Y\sim P(\gamma);</math> sacar la distribucion de <math>X | X + Y = n</math>.
#Explicar como se define independencia en una familia de eventos. Dar un ejemplo de una familia de eventos dependientes, pero independientes dos a dos.
#Explicar como se define independencia en una familia de eventos. Dar un ejemplo de una familia de eventos dependientes, pero independientes dos a dos.
#<math>X, Y</math> independientes; demostrar que <math>E(X.Y) = E(X) . E(Y)</math>
#<math>X, Y</math> independientes, con rango finito; demostrar que <math>E(X.Y) = E(X) . E(Y)</math>
#Era una cosa re turbia sobre minimos de una uniforme o algo asi; no le preste suficiente atención como para recordarlo.
#Era una cosa re turbia sobre minimos de una uniforme o algo asi; no le preste suficiente atención como para recordarlo.


=Segunda Parte=
=Segunda Parte=

Revisión del 23:36 28 feb 2015

Igual que en las otras, eran 5 temas de la primera mitad y 5 de la segunda etc.

Primera Parte

    • Demostrar el teorema de Bayes
    • Ejercicio basico de usar T. de Bayes.
    • Calcular la funcion generadora de momentos de
    • sacar la distribucion de .
  1. Explicar como se define independencia en una familia de eventos. Dar un ejemplo de una familia de eventos dependientes, pero independientes dos a dos.
  2. independientes, con rango finito; demostrar que
  3. Era una cosa re turbia sobre minimos de una uniforme o algo asi; no le preste suficiente atención como para recordarlo.

Segunda Parte

    • Test de hipotesis para mu > mu0, para una Normal(mu, sigma cuadrado) con sigma conocido.
    • Funcion de potencia de mu, graficarla.
    • Intervalo de confianza para mu.
    • Estimador de momentos de tita, decir si es insesgado.
    • Estimador de maxima verosimilitud, decir si es insesgado.
  1. va. Definir el cociente de correlacion y demostrar que
    • Enunciar las propiedades que caracterizan a un Proceso de Poisson.
    • Proceso de Poisson de intensidad 5 [horas]. Encontrar el tiempo inicial para que la probabilidad de que ocurra un evento hasta las 7 horas sea mayor o igual a 0,95.
  2. Demostrar el TCL.